Capital One entwickelt agentenbasierte KI nach dem Vorbild des eigenen Organigramms, um den Autoabsatz anzukurbeln

Inspiration kann aus verschiedenen Quellen kommen, sogar für die Architektur und Gestaltung von Agentensystemen.

Auf der VB Transform erläuterte Capital One , wie es seine Agentenplattform für sein Automobilgeschäft aufgebaut hat. Milind Naphade, Senior Vice President of Technology und Leiter der Abteilung für KI-Grundlagen bei Capital One, erklärte auf der VB Transform, dass das Unternehmen darauf bedacht sei, dass seine Agenten ähnlich wie menschliche Agenten funktionieren und gemeinsam mit den Kunden Probleme lösen.

Naphade sagte, Capital One habe vor 15 Monaten mit der Entwicklung seiner Agenten-Angebote begonnen, „bevor Agenten zum Schlagwort wurden“. Für Capital One war es entscheidend, beim Aufbau seiner Agentensysteme zu lernen, wie menschliche Agenten Kunden nach Informationen fragen, um deren Probleme zu identifizieren.

Capital One suchte für die Organisationsstruktur seiner Agenten auch nach einer anderen Quelle: sich selbst.

„Wir haben uns von der Funktionsweise von Capital One inspirieren lassen“, sagte Naphade. „Bei Capital One muss man, wie ich sicher auch bei anderen Finanzdienstleistern bin, Risiken managen, und dann gibt es noch andere Unternehmen, die man ebenfalls beobachtet, bewertet, hinterfragt und prüft.“

>> Sehen Sie hier unsere gesamte Berichterstattung zu Transform 2025 <<

Dieselbe Struktur gilt für die Agenten, die Capital One überwachen möchte. Capital One hat einen Agenten eingerichtet, der bestehende Agenten bewertet und in den Richtlinien und Vorschriften von Capital One geschult wurde. Dieser Evaluierungsagent kann den Prozess stoppen, wenn er ein Problem erkennt. Naphade sagte, man könne sich das wie ein „Expertenteam mit unterschiedlichem Fachwissen vorstellen, das gemeinsam ein Problem löst“.

Finanzdienstleister erkennen das Potenzial von Agenten an, die ihren Mitarbeitern Informationen zur Lösung von Kundenproblemen, zur Verbesserung des Kundenservice und zur Gewinnung neuer Kunden für ihre Produkte liefern. Auch andere Banken wie die Bank of New York haben in diesem Jahr Agenten eingesetzt .

Capital One setzte Agenten in seinem Autogeschäft ein, um die Händlerkunden der Bank bei der Suche nach dem passenden Auto und Kredit zu unterstützen. Kunden können sich die Fahrzeugbestände der Händler ansehen, die für Probefahrten bereitstehen. Naphade berichtete, dass die Händlerkunden eine Verbesserung von 55 % bei Kennzahlen wie Engagement und seriösen Verkaufskontakten verzeichneten.

„Durch diese lockere, natürliche Konversation können sie deutlich bessere Leads generieren“, sagte er. „Agenten können rund um die Uhr im Einsatz sein, und wenn das Auto mitten in der Nacht eine Panne hat, ist der Chat für Sie da.“

Naphade sagte, Capital One würde diese Art von Reisebüro gerne in sein Reisegeschäft integrieren, insbesondere für den direkten Kundenkontakt. Capital One, das eine neue Lounge am New Yorker JFK-Flughafen eröffnet hat, bietet eine sehr beliebte Kreditkarte für Reisepunkte an. Naphade wies jedoch darauf hin, dass die Bank umfangreiche interne Tests durchführen müsse.

Wie viele andere Unternehmen verfügt auch Capital One über umfangreiche Daten für seine KI-Systeme. Das Unternehmen muss jedoch herausfinden, wie es diesen Kontext am besten an seine Agenten weitergeben kann. Außerdem muss es mit der optimalen Modellarchitektur für seine Agenten experimentieren.

Das Team aus angewandten Forschern, Ingenieuren und Datenwissenschaftlern von Naphade und Capital One verwendete Methoden wie die Modelldestillation für effizientere Architekturen.

„Der Verständnisagent verursacht den Großteil unserer Kosten, da er die Mehrdeutigkeit auflösen muss“, sagte er. „Da es sich um ein größeres Modell handelt, versuchen wir, die Kosten zu verteilen und so das Beste aus unserem Geld herauszuholen. Hinzu kommen die Multi-Token-Vorhersage und die aggregierte Vorabfüllung – viele interessante Möglichkeiten, dies zu optimieren.“

In Bezug auf die Daten sagte Naphade, sein Team habe vor der Veröffentlichung seiner KI-Anwendungen mehrere „Iterationen von Experimenten, Tests, Bewertungen, menschlicher Einbindung und allen erforderlichen Leitplanken“ durchlaufen.

„Eine der größten Herausforderungen bestand jedoch darin, dass wir keine Präzedenzfälle hatten. Wir konnten nicht einfach sagen: ‚Oh, jemand anderes hat es auch so gemacht.‘ Wir konnten also nicht fragen, wie es bei ihnen funktioniert hat“, sagte Naphade.

Anmerkung der Redaktion: Als Dankeschön an unsere Leser haben wir die Frühbucherregistrierung für VB Transform 2026 eröffnet – nur 200 $. Hier treffen KI-Ambitionen auf operative Realität, und Sie werden dabei sein wollen. Reservieren Sie jetzt Ihren Platz .